公开(公告)号：CN114444686B

公开(公告)日：2025-01-14

申请号：CN202111676325.8

申请日：2021-12-31

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 温东超 ,  梁玲燕 ,  赵雅倩 ,  史宏志 ,  崔星辰 ,  张英杰

IPC: G06N3/0495 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084 ,  G06V10/764 ,  G06V10/82

Abstract: 本申请公开了一种卷积神经网络的模型参数量化方法，包括：获取数字分类任务的数据集；构建数字分类任务的卷积神经网络；利用所述数据集训练所述卷积神经网络，训练完成的卷积神经网络用于执行数字分类任务；其中，在所述量化卷积层的前向传播过程中，基于符号函数量化模型参数；所述模型参数包括权重和激活值；在所述量化卷积层的反向传播过程中，基于参数化的双曲正切函数量化所述模型参数；其中，所述双曲正切函数中的参数基于所述量化卷积层的模型参数的数据分布确定，本申请能够提高数字分类的模型精度。本申请还公开了一种卷积神经网络的模型参数量化装置、一种计算机可读存储介质及一种电子设备，具有以上有益效果。

公开(公告)号：CN114332479B

公开(公告)日：2024-12-13

申请号：CN202111591732.9

申请日：2021-12-23

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 赵健 ,  史宏志 ,  金良

IPC: G06V10/40 ,  G06V10/774 ,  G06V10/80

Abstract: 本申请公开了一种目标检测模型的训练方法，包括：采用待训练模型的骨干网络对图像进行特征提取操作，得到多尺度特征图；基于多尺度可变形注意力编码模块对所述多尺度特征图进行编码，得到已编码图像特征；基于所述图像的正确标注进行序列构建处理，得到目标序列；基于多尺度可变形注意力解码模块对所述已编码图像特征和所述目标序列进行解码，得到预测序列；基于预设损失函数、所述预测序列和所述图像的正确标注的目标序列对对所述待训练模型进行参数更新。使得可以处理高复杂度的特征图，提高模型处理的效率和性能。本申请还公开了一种目标检测模型的训练装置、服务器以及计算机可读存储介质，具有以上有益效果。

公开(公告)号：CN114913556A

公开(公告)日：2022-08-16

申请号：CN202210763806.0

申请日：2022-06-30

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 崔星辰 ,  温东超 ,  史宏志 ,  赵健

IPC: G06V40/12 ,  G06V10/82 ,  G06V10/774 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种图像识别方法、装置、系统及计算机可读存储介质，应用于人工智能技术领域，为解决现有技术中的图像识别方法适用范围小、识别准确度低的问题，提出通过获取待识别图像；提取待识别图像的指纹；采用预先建立的图像识别模型对指纹进行分类识别，得到指纹对应的分类结果，图像识别模型为基于各个人工合成图像的GAN指纹建立的；基于分类结果确定待识别图像是否为人工合成图像；本发明能够适用于多种类型的GAN架构，适用范围广，具有一定的鲁棒性，有利于提高检测性能。

公开(公告)号：CN114169409A

公开(公告)日：2022-03-11

申请号：CN202111370606.0

申请日：2021-11-18

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 史宏志 ,  赵坤 ,  鲁璐 ,  葛沅 ,  温东超 ,  崔星辰

IPC: G06K9/62 ,  G06N3/08 ,  G06V10/774

Abstract: 本申请公开了一种对抗样本生成方法及装置，包括：将原始样本中的区域划分为目标区域和非目标区域；所述目标区域为视觉系统关注度高的区域，所述非目标区域为视觉系统关注度低的区域；确定所述原始样本的梯度噪声，分别为所述目标区域和所述非目标区域动态分配不同的步长；基于所述步长和所述梯度噪声分别对所述目标区域和所述非目标区域添加干扰噪声，得到与所述原始样本对应的对抗样本；所述非目标区域的干扰强度强于所述目标区域的干扰强度。本申请通过在目标区域微小扰动、非目标区域高扰动，从而能够在人眼不易觉察的情况下增大扰动噪声幅度和噪声信息能量强度，以提高对抗样本的攻击性，使得被训练后的网络模型更具鲁棒性。

公开(公告)号：CN114022348A

公开(公告)日：2022-02-08

申请号：CN202111163138.X

申请日：2021-09-30

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 赵健 ,  葛沅 ,  张英杰 ,  史宏志 ,  崔星辰 ,  尹云峰

IPC: G06T3/00 ,  G06V10/42 ,  G06V10/46 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种图像的超分辨率方法，包括：获取目标图像和目标图像尺度；对目标图像进行低倍数的随机下采样，得到低分辨率图像；利用卷积网络处理低分辨率图像得到浅层特征，利用残差稠密层融合低分辨率图像的所有浅层特征，得到深层特征；通过全局残差学习结合浅层特征和深层特征，得到低分辨率的全局密集特征；将目标图像尺度和全局密集特征输入隐图像模型，输出对应的超分辨率图像。本申请利用卷积网络和残差网络对图像进行表征提取，再利用隐图像模型进行处理，收敛速度更快，可以将输入的图像转换成指定尺寸下的超分辨率图像。本申请还提供一种图像的超分辨率系统、计算机可读存储介质和电子设备，具有上述有益效果。

公开(公告)号：CN105959176A

公开(公告)日：2016-09-21

申请号：CN201610262553.3

申请日：2016-04-25

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 史宏志

IPC: H04L12/26

CPC classification number: H04L43/18 ,  H04L43/50

Abstract: 本发明公开了一种基于Gem5模拟器的一致性协议测试方法，包括：将Gem5模拟器的Ruby存储系统内的原始一级缓存、原始二级缓和原始内存划分为多个一级缓存、二级缓存和内存，设置一级缓存、二级缓存和内存与地址范围的映射关系，构建CC模拟模块、一级缓存、二级缓存和内存之间的拓扑结构，形成CC‑NUMA仿真系统；在CC‑NUMA仿真系统中运行并行测试激励程序集合，以对CC‑NUMA仿真系统的缓存一致性协议进行测试。可见，在本实施例中的测试方法，易于实现、执行速度快，并且可以最大程度的贴近现实物理机运行状况，不需要人工编写大量的测试激励；本发明还公开了一种基于Gem5模拟器的一致性协议测试系统。

公开(公告)号：CN105183503A

公开(公告)日：2015-12-23

申请号：CN201510493575.6

申请日：2015-08-12

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 史宏志

IPC: G06F9/445

Abstract: 本发明实施例公开了一种安全软件的安全升级方法及装置，包括当启动安全软件的升级程序时，将中央处理器的运行状态设置为空转状态；其中，在所述中央处理器处于空转状态下时，只允许所述安全软件的升级程序运行；停止运行所述安全软件，并根据所述升级程序对所述安全软件进行升级；当所述中央处理器处于空转状态时，除了安全软件的升级程序处于运行状态，其他线程都处于非运行状态，从而保证系统在安全软件没有运行的这个空白时间内，不会有一些恶意行为被执行，保证了安全软件的安全升级。

公开(公告)号：CN105049281A

公开(公告)日：2015-11-11

申请号：CN201510358580.6

申请日：2015-06-25

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 史宏志

IPC: H04L12/26 ,  H04L29/06

Abstract: 本发明公开了一种报文解析方法和设备，该方法包括以下步骤：获取配置信息，根据所述配置信息生成配置模型；根据所述配置模型，对符合预设格式的报文进行解析，生成报文字段详细描述信息，并对所述报文字段详细描述信息进行显示。本发明根据配置信息生成配置模版，并使用该配置模块解析报文，能够快速准确识别报文中所携带的数据，提高了报文解析的速度和准确性。

公开(公告)号：CN104360944A

公开(公告)日：2015-02-18

申请号：CN201410645683.6

申请日：2014-11-12

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 史宏志

IPC: G06F11/36

Abstract: 本发明公开了一种自动化测试方法及系统，该方法包括以下步骤：S1、伪随机发生器产生测试激励，训练样例收集整理模块对训练样例进行整理，得到概率表；S2、分类器使用所述概率表判断所述伪随机发生器产生的测试激励是否为有效激励，如果是，则执行步骤S4；否则，执行步骤S3；S3、所述伪随机发生器重新产生激励，并返回步骤S2；S4、偏置器测试有效激励的响应元素，产生与所述有效激励对应的新激励；S5、测试平台根据所述有效激励和所述新激励进行仿真验证，得到测试结果。本发明有方向性地产生测试激励，调整投入的测试激励，分类出高效的测试激励进行仿真验证，极大地缩短了测试验证的时间，提高了测试验证的效率。

公开(公告)号：CN114882246B

公开(公告)日：2025-05-02

申请号：CN202210491608.3

申请日：2022-04-29

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 温东超 ,  梁玲燕 ,  葛沅 ,  史宏志 ,  赵雅倩

IPC: G06V10/46 ,  G06V10/764 ,  G06V10/774 ,  G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/096

Abstract: 本申请实施例公开了一种图像特征的识别方法、装置、设备和介质，利用选取的教师网络模型和学生网络模型分别对样本图像进行特征提取，得到教师特征和学生特征；基于教师特征、学生特征和迭代次数对应的比值，确定出显著性阈值；依据显著性阈值确定出教师显著性信息和学生显著性信息。利用教师特征、学生特征、教师显著性信息、学生显著性信息，对学生网络模型进行训练，得到训练好的学生网络模型。利用该学生网络模型对待处理图像进行分析，识别出待处理图像包含的特征。利用显著性阈值去生成显著性信息，提升了图像特征挖掘的深度。利用显著性信息指导学生网络模型去模仿教师网络模型的显著性信息，有效的提升了学生网络模型的检测精度。